基于ARIMA模型的环境监测系统设计与实现

运载火箭存储发射过程中,推进剂的加注、转注、存储和发射,都可能存在泄漏安全问题^【1】。一旦发生泄漏事故,推进剂的易燃、易爆、毒性和腐蚀性特点,将引发不良的后果,严重影响试验任务^【2-3】。本文提出的环境监测系统,采用B/S架构设计,通过在关键位置布置的高精度传感器,实时采集发射区周边环境信息,运用大数据分析技术和ARIMA模型,实现了对发射区推进剂泄漏状况、环境健康状况、空调设备运行状态和人员健康状态监测预警,预判推进剂浓度变化趋势及扩散情况。经实际应用,该系统能有效降低试验任务的风险系数,满足发射场环境监测系统的建设要求,具有一定的推广价值。     

基于XML的房地产管理信息系统设计

本文介绍了XML技术在一个基于B/S架构的房地产管理信息系统设计与实现中的应用,并通过查看合同信息实例详细描述了如何在MVC模式下利用XML实现数据在Web浏览器中的动态发布。     

B/S架构下水文模型的构建—以TopModel为例

B/S架构下的水文模型是在线洪水预报预警发布系统的核心功能。首先探讨ASP.NET进行B/S架构水文模型设计的技术原理。继而选择经典的TopModel水文模型作为实验对象,在ASP.NET服务端类型化TopModel,构建了Web SemiTopModel,并简要介绍该模型的实现方式,最后通过实际流域观测数据进行驱动试验,结果较好。     

基于WCF的信息系统结构模型与体系架构的研究与设计

该文在分析和研究了WCF原理特性的基础上结合作者多年的ERP系统架构与实现经验,提出了一种基于WCF的分布式的信息系统的结构模型(B/S/S与C/S/S模型结构),并基于此模型结构设计了一种多层的分布式软件体系架构,该结构模型与体系架构有着更好的灵活性、安全性、可扩展性,并且该架构模型和体系架构支持多种网络终端设备。     

基于JSON的数据集成展示平台的实现

从开发者的角度介绍了如何基于JSON格式的数据交换实现数据集成展示平台。文中通过两条主线对实现思路进行阐述:第一条主线是基于JSON交互搭建多层B/S应用架构,以实现数据的集成;另外一条主线是使用Ajax和Flex技术对数据进行解析和展示。通过全文,读者不仅可以了解多层B/S应用架构的搭建过程,而且还能感受Ajax和Flex技术在数据展示方面对HTML方式的冲击和颠覆。     

基于B/S架构的软件项目开发

由于Internet的普及,近年来互联网技术快速发展,很多关于管理软件的架构已经升级,开始从Client/Server升级到Browse/Server。因此,本文将通过分析B/S架构,由B/S架构与C/S架构的比较,突出B/S架构的软件项目开发的优势,最后介绍一个以B/S架构开发的具体实例。     

基于UML的毕业论文管理平台的模型设计

随着网络的迅猛发展,其应用领域也越来越广,在高校内,利用网络来进行教学管理已经成为了一种必然的趋势。本文通过UML语言建模,研究设计了基于B/S架构的毕业论文管理平台。该平台充分利用网络的优势,把毕业论文管理全过程和写作全过程融为一体,使毕业论文管理工作处于可视可控状态,提高毕业论文管理的规范化、科学化和信息化。顺应当今所提倡的节约环保及其无纸化办公的需求。     

基于B/S架构的图书管理系统的设计与实现

图书是当今社会的重要资源,而图书的管理也因为图书的种类繁多和分类复杂而变得重要和复杂。本文分析了图书管理的重要性,在系统选型上做了深入探讨,然后比较了B/S与C/S结构的优缺点,最后采用ASP技术及SQLServer2000设计和开发了一个B/S架构的图书管理系统。并给出运行界面。     

基于B/S的机房作业管理平台

从教学及管理实际出发,利用B/S结构和JSP AJAX技术,基于SQL数据库,设计并实现了机房作业管理系统.在系统架构论述的基础上,重点对系统设计各模块作了相应描述,总结了其在学校的实际意义.     

基于位置视频监控系统前台展示交互的设计与实现

近年来,随着移动通信和移动地理信息技术的飞速发展,为地理空间信息的应用带来了新的机遇,使得基于位置的服务的研究显得尤为重要。实时监控系统的发展,伴随着多种产业需求的迅速发展。如今实时监控系统在很多领域都占据重要位置,特别是关乎安全的产业,对实时监控技术的需求达到了空前强烈的地步。实时监控系统通过传输视频设备所采集到的摄像头信息对特定的区域进行监控,与基于位置的服务结合能够实现特定的人或者物体的位置的跟踪。本系统将基于位置的服务和实时监控以及远程监控三大热点技术相结合,采用Web方式进行远程监控,实现对特定空间或区域的指定对象的跟踪,并且通过网络视频流观看跟踪对象的视频信息,根据跟踪对象移动自动切换视频源。本文提供了自动切换视频源的新技术方案。     

基于动态多叉树的大气环境质量评价方法的研究

提出将动态多叉树算法应用于大气环境质量评价系统中,实现知识增值和继承.当系统扩充时,只需对增加的模式类别或训练样本构建新的分类器,其余的分类器可保持不变,从而很好地解决现有评价识别系统在学时新知识会破坏已有知识,需要重新学习的问题.结果表明利用动态多叉树算法进行大气环境质量评价的研究具有传统方法无法比拟的优势.     

Dynamic parameter estimation for a street canyon air quality model

The Operational Street Pollution Model (OSPM^®) is a widely used air quality model for urban street canyons. It is a parametric model, simulating the contribution from traffic emissions on a single street at receptor points at the buildings' facades. The OSPM contains a number of empirical parameters, accounting for processes such as emission factors or dispersion of pollutants. The values of these parameters are based on empirical assumptions, and might not be optimal for a specific street. In this work, we allow these parameters to vary within a certain meaningful range.We implemented two different parameter estimation schemes: a dynamic estimation procedure (using an ensemble Kalman filter) that allowed parameter values to vary, and a static estimation procedure scheme (using a least-squares algorithm) that kept parameter values fixed during the course of the simulation. We ran year-long simulations for five different streets in Danish cities, and evaluated performance by comparing forecast concentrations of NO_x, NO₂, O₃ and CO with observations.Overall, the parameter estimation substantially improved the performance of the model in forecasting, especially for NO₂ and CO. However it led to slightly more bias in the modelled daily maximum concentrations, suggesting that the parameter estimation fits to the bulk of the data rather than the extremes. Estimated parameter values varied substantially in time and between sites, making it difficult to generalise parameter estimates to other locations. Modelled concentrations from the OSPM were, on average, notably more accurate in simulations using measured urban background concentrations and meteorological parameters compared to using modelled data for these inputs. However this is only applicable when observations from nearby meteorological and urban background monitoring sites are available.We conclude that although dynamic parameter estimation has limited applicability to real-time air quality forecasting, it can potentially give useful feedback about the quality of model parameterisations or model inputs. Static parameter estimation is a simpler method, which is often as effective as dynamic parameter estimation.     

基于B-P神经网络的环境空气质量预测模型

B-P神经网络是一种刻画非线性现象的强有力工具,可以将它应用到环境空气质量预测中。B-P神经网络针对不同的监测项目,根据不同的气象特征因子,将污染源排放数据为输入因子,监测点位监测数据作为输出因子,形成多组训练样本,进行学习训练,建立起不同的预测网络。然后用空气污染源排放监测数据输入相同气象条件的、已调整好权值的B-P神经网络系统,即可输出该项污染物的监测点位预测监测值。实验证明B-P神经网络预测模型取得了较好的结果,比现有预测模型具有更大的优势。     

鲁棒模型预测控制在变风量空调系统中的应用

在变风量空调系统中二次泵压差控制可以有效地减少空调能耗,为克服二次泵模型的不确定性,提高二次泵变频调速控制的响应速度和精度,采用基于线性矩阵不等式的鲁棒预测控制策略。算法分为离线和在线两个部分,离线时首先用传统算法得出目标函数上界,以此为已知量重新优化得到一系列较大的渐近稳定的不变椭圆集。在线时,每个采样周期用三个相邻的椭圆集优化来对状态变量进行精确定位,并给出控制量。给出在线优化的理论证明。通过和传统算法的仿真比较,表明该算法的有效性。二次泵压差控制的实验表明该算法可得到较大的可行域,系统响应快,控制效果好。     

面向空气质量的时空混合预测模型

由于城市中各区域空气质量同时存在时间与空间维度上的相关性,而传统深度学习模型结构比较单一,并且难以从时空角度进行建模。针对该问题提出一种可以同时提取空气质量间复杂时空关系的STAQI模型用于空气质量预测。该模型由局部组件和全局组件构成,分别用于描述本地污染物浓度和邻近站点空气质量状况对目标站点空气质量预测产生的影响,并利用加权融合组件输出获得预测结果。在全局组件中,利用图卷积网络改进门控循环单元网络的输入部分,从而提取出输入数据中的空间特征。最后将STAQI模型与多种基准模型和变体模型进行对比。其中,STAQI模型与门控循环单元模型和全局组件变体模型相比,均方根误差（RMSE）分别下降约19%和16%。结果表明STAQI模型对于任意时间窗口都具有最佳预测性能,并且对不同目标站点的预测结果验证了该模型具有较强的泛化能力。     

基于开源 GIS 和数据库的动态洪水风险图系统研究

针对洪水风险图系统开发中第三方商业化软件采购成本较高的情况,借助开源软件技术搭建有效的动态洪水风险图系统,可以降低系统开发成本。基于GIS平台、数据库技术和B/S架构,结合自主开发的水文水动力数值模型,搭建动态洪水风险图系统。系统可通过洪水分析计算,对可能的超标准暴雨洪水导致的淹没水深、流速大小及淹没范围等进行模拟预测,在线绘制洪水淹没图。以诸暨市浦阳江洪水风险图管理与应用系统作为应用实例,研发的动态洪水风险图系统可实现各类洪水风险图的自动绘制、风险预警等,在实际防汛中发挥作用,提高提升政府应急管理、防汛减灾、避灾转移的决策能力。     

Supervised linear dynamic system model for quality related fault detection in dynamic processes

Dynamic and uncertainty are two main features of industrial processes data which should be paid attentions when carrying out process monitoring and fault diagnosis. As a typical dynamic Bayesian network model, linear dynamic system (LDS) can efficiently deal with both dynamic and uncertain features of the process data. However, the quality information has been ignored by the LDS model, which could serve as a supervised term for information extraction and fault detection. In this paper, a supervised form of the LDS model is developed, which can successfully incorporate the information of quality variables. With this additional data information, the new supervised LDS model can provide a quality related fault detection scheme for dynamic processes. A detailed industrial case study on the Tennessee Eastman benchmark process is carried out for performance evaluation of the developed method.     

运动声阵列跟踪系统坐标模型研究

为了研究运动声阵列跟踪系统的非线性及坐标模型之间的耦合问题,设计了三维运动声阵列的结构模型,分析了声阵列跟踪系统的状态参数;建立了运动声阵列系统的坐标模型,讨论了坐标模型之间的转换关系,确定了输出声阵列观测信息的坐标模型;以目标在匀加速及匀速转弯状态下,建立了运动声阵列笛卡尔坐标模型,分析了模型的非线性因素;基于状态空间的变换方法,建立了运动声阵列的修正极坐标模型,为进一步研究运动声阵列跟踪系统的跟踪算法奠定了理论基础。     

基于B/S模式的嵌入式视频监控系统的设计

以ARM9处理器S3C2440为核心芯片搭建硬件平台,采用嵌入式Linux操作系统为软件开发平台,设计了一种基于B/S模式的嵌入式视频监控系统的设计方案.通过构建流媒体服务器,完成视频数据的采集、压缩、传输和保存.采用TCP/IP网络协议,移植了Web服务器,开发了Java Applet程序,用户通过浏览器即可对远程视频进行实时监控.系统具有实时性强、体积小、成本低廉、性能稳定、交互性好等特点,具有广泛的应用价值.     

一种基于移动服务的系统模型

本文以职业技能鉴定考核系统为研究背景,分析了移动设备与服务器几种传输方式,根据移动设备在系统中有在线和离线不同的应用场景,研究了适用于复杂环境下一种基于移动服务的系统模型。